碳交易試點政策對我國交通運輸業碳排放效率的影響

摘" "要：基于SBM模型測算交通運輸行業碳排放效率，采用雙重差分模型實證研究交通運輸業碳排放效率在碳交易試點政策沖擊后的影響，并進一步考察地區異質性。研究結果表明，我國交通運輸行業碳排放效率整體水平較低，區域間發展水平具有差異；碳交易政策對交通運輸行業碳排放效率具有持續顯著的促進作用，并且同時具有地區異質性，西部地區最明顯，中部、東部地區次之。因此，應進一步推進碳交易政策的實施，完善交通運輸碳交易體系，并采取因地制宜的碳交易政策。

關鍵詞：碳交易政策；交通運輸行業；碳排放效率

中圖分類號：X196" " " "文獻標志碼：A" " " 文章編號：1673-291X（2023）21-0029-03

近年來，隨著我國經濟的高速發展，能源消耗與二氧化碳排放量也呈現大幅度增加的態勢。作為負責任的發展中國家，中國一直致力于碳減排，并提出“3060”目標。交通運輸業是國民經濟發展的基礎建設產業，目前已經成為二氧化碳的主要排放源，僅僅低于工業、能源等高排放行業，是現階段實現減排的關鍵行業。在“碳達峰、碳中和”的政策背景要求下，交通運輸業實現綠色轉型和碳減排目標已經迫在眉睫。

為實現綠色低碳發展，我國在2013年年末先后在北京、上海和天津等7個地區進行碳排放交易試點，并于2016年12月將福建省也納入試點范圍內。然而，碳交易試點政策對于交通運輸業的碳減排效應還需要進一步研究。碳排放效率可以衡量要素投入、產出和二氧化碳排放之間的關系，對于低碳經濟的發展水平進行評價，反映其能源利用效率，交通運輸業碳排放效率的提高有利于實現碳減排目標[1]。

有關碳排放效率的既有研究主要聚焦于兩個方面。一是交通碳排放效率測度研究。其中，國外研究的主要研究對象為汽車行業[2]，國內多數研究集中于不同區域或者交通運輸方式效率的測度、對比方面[3]。二是有關交通碳排放效率的影響因素研究，主要從人口及經濟要素、產業及能源結構等方面展開。目前現有研究也開始關注碳交易試點政策對于碳排放效率的影響研究，然而由于碳交易政策在不同行業的實施效果具有異質性，而現有文獻鮮有關注對交通運輸行業碳排放效率的影響。在我國建設交通強國的政策背景下，交通基礎設施建設即將面臨新的發展與機遇。但是在碳達峰、碳中和等政策背景下，交通基礎設施建設將面臨巨大的碳減排壓力。

基于此，研究碳交易政策對交通運輸行業碳排放效率的影響作用，不僅對于交通運輸行業綠色低碳發展具有正向沖擊作用，也為全國碳交易市場的建設與完善提供了實證經驗和參考。同時，本文以碳交易政策為例展開研究也為碳交易政策對于能源效率的影響研究提供了新的研究視角。

本文采用2010—2019年中國30個省份的面板數據，基于SBM模型測算交通運輸行業碳排放效率，再使用雙重差分模型，對于碳交易試點政策如何影響交通運輸業碳排放效率進行實證研究，并且進一步考察地區異質性。結合研究結論，從促進交通運輸行業實現綠色低碳、高效率發展視角出發，提出具有針對性與可行性的對策建議。

一、研究方法與變量

（一）研究方法

1.SBM模型。因為傳統徑向和角度的DEA模型雖無須估計函數的具體形式，但對于投入產出的松弛性問題沒有予以考慮，導致測算的效率值不能反映實際情況。含有非期望產出的SBM模型對于投入和產出變量的松弛性問題進行解決，使得效率的測算結果更符合實際。基于此，本文選擇基于非期望產出的SBM模型測度我國交通運輸業碳排放效率。模型表示如下：

式中，ρ代表交通運輸業碳排放效率值（TCE），m、q1、q2、分別代表投入要素、期望產出和非期望產出個數；X、Y、B分別為投入、期望產出和非期望產出的向量；Si-、Stb-、Sr+分別表示投入冗余、非期望產出冗余和期望產出不足；λ表示不同省份的權重向量。

2.雙重差分方法（DID）。為展開對于碳交易試點政策實施凈效應的對比分析，通過DID模型設置處理組和對照組，并且固定時間和個體效應來減少內生性問題的發生，從而得到對政策效果的相對真實評估。由于除深圳以外的所有試點地區都是省或者直轄市，因此將深圳市合并到廣東省一起進行分析。因此，本文選擇處理組為北京、天津、上海、重慶、湖北、廣東和福建7個試點省份，對照組為剩余的23個非試點省份。北京、天津等6個試點的政策沖擊年份為2014年，即2014年之前是非試點期，2014年之后（含2014年）為試點期，福建省碳交易試點的政策沖擊年份為2017年，模型表示如下：

其中，TCEit表示交通運輸業碳排放效率，Treati和Yt分別代表碳交易試點政策實施情況的處理虛擬變量和時間虛擬變量，Treati=1表示省份i是試點省份，Treati=0表示省份i是非試點省份；在Z政策沖擊前時， Yt=0，政策沖擊后Yt=1。β0是常數項，交互項的系數β1代表碳交易試點政策的凈效應；Controljit是控制變量，為了避免出現遺漏變量，在模型中加入了控制變量，γj為控制變量對應的系數；λi和λt分別表示個體和時間固定效應，εit為隨機干擾項。

（二）變量和數據

本文選用2010—2019年中國30個省際面板數據（由于數據可獲得性限制，西藏和港澳臺地區除外）。本文選取的被解釋變量是交通運輸業碳排放效率TCE，將交通運輸業資本存量、從業人數和能源消耗三個指標作為投入要素，交通運輸業產業增加值、貨物周轉量和旅客周轉量三個指標作為期望產出，交通運輸行業二氧化碳排放量作為非期望產出，運用SBM模型進行測算。核心解釋變量為碳交易政策Treati×Yt，控制變量包括人均GDP、對外開放程度FDI、Ramp;D人員全時當量、能源強度EI（能源消耗總量與總周轉量的比值）、環境規制（環境治理的投資總額占GDP比重）。樣本數據主要來源于EPS數據庫、《中國交通年鑒》和《中國能源統計年鑒》。

二、實證研究

（一）交通運輸行業碳排放效率測算

本文采用2010—2019年中國30個省份交通運輸行業的樣本數據，運用SBM模型測算交通運輸行業碳排放效率，按照公式（1）得到各個省市交通運輸行業碳排放效率，并根據所屬區域整理如下：

由以上結果可知，2010—2019年我國交通運輸行業碳排放綜合效率均值為0.5656。效率水平整體不高，并且效率水平在不同區域間表現出較大的差異性，整體上呈現“東部gt;西部gt;中部”的格局。在30個省份中有一半省份的綜合效率高于全國平均值，其中8個省市都位于東部地區。此外，浙江省、廣東省和四川省等3個省份的綜合效率達到了有效水平。其中，四川省的效率最高，而海南省的效率最低。

（二）基準回歸分析

為了保障估計結果的穩健性，本文分別考察在是否控制其他變量、省份效應和時間效應情況下的DID回歸結果。表3顯示，無論何種模型下，Treati×Yt的回歸結果基本保持一致，均為在1%的顯著性水平下正相關。這表明碳交易試點政策的實施對于試點地區交通運輸業碳排放效率產生正向的政策沖擊作用，促進了交通運輸業碳排放效率的提升，助力于交通運輸行業碳減排工作。

（三）異質性分析

不同地區試點政策實施的效果可能會存在差異性，因此本文展開地區異質性分析，結果見表4。東、中、西部地區的系數均比較顯著，但其系數有較大差距，這說明碳交易試點政策的政策沖擊效果存在地區差異。其中，西部地區的政策正向沖擊最大，中部地區和東部地區則偏低一些。可能的原因是西部地區在地理位置方面沒有優勢，經濟發展水平較低，卻具有豐富自然資源儲備，致使西部地區在碳減排方面具有很大的潛力。反之，東部地區沿海城市較多，經濟發展水平也比較高，在生產技術和管理制度方面更為先進，因此在碳減排方面的上升空間相對較小。

三、結論及政策啟示

本文以2010—2019年中國30個省份為研究對象，首先運用SBM模型測算出交通運輸業碳排放效率，然后運用雙重差分模型分析碳交易試點政策對交通運輸業碳排放效率的影響作用及地區異質性，得出如下結論。

中國交通運輸業碳排放效率整體處于偏低的水平，不同地區間的效率水平具有異質性，呈現“東部gt;西部gt;中部”的格局。碳交易試點政策對交通運輸業碳排放效率具有顯著的促增作用，并且這種促增作用在各個地區間具有差異性，西部地區的政策正向沖擊最大，中部、東部地區次之。

基于以上結論，得到以下啟示：一是需進一步推進碳交易試點政策的實施，完善交通運輸行業碳交易體系。應當根據交通運輸行業的具體特點，制定相應的配額分配方法，構建包含交通運輸活動全方位全過程的碳足跡核算方式，更加準確地進行碳足跡的核算工作。二是應充分考慮地區異質性，采取因地制宜的碳交易試點政策，更好地保障在促進碳減排的同時兼顧交通運輸行業的良好發展。應當結合不同地區的經濟發展水平和資源要素稟賦的具體情況，從而有針對性、公平性地設計因地制宜的碳交易政策。

參考文獻：

[1]" "Wang Z.He W.CO2 Emissions Efficiency and Marginal Abatement Costs of the Regional Transportation Sectors in China[J].Transportation Research Part D-Transport and Environment，2017（50）：83-97.

[2]" "Los B.Verspagen B. Localized Innovation，Localized Diffusion and the Environment： An Analysis of Reductions of CO2 Emissions by Passenger Cars[J].Journal of Evolutionary Economics，2009（4）：507-526.

[3]" "袁長偉，趙瀟，孫璐.中國交通運輸碳排放效率測度及收斂性研究[J].環境科學與技術，2019（12）：222-229.

[責任編輯" "劉" "瑤]